《Resources, Conservation & Recycling Advances》：Toward a standardized and comparable life cycle dataset system for steel production in China
編輯推薦：
中國鋼鐵行業面臨LCA數據標準化與可比性挑戰，本研究通過系統性文獻篩選、雪球抽樣及專家驗證構建Tiangong鋼數據庫，覆蓋BF-BOF、DRI-EAF、SCR-EAF三大主流工藝，提供能源消耗、材料輸入及排放的標準化過程級數據，統一系統邊界與計算規則，支持碳交易與國際合規，為行業低碳轉型提供數據基礎。
王煥宇|岳強|常慧敏|傅翔|紀偉|徐長青|王 Heming
生態環境部生態產業重點實驗室，東北大學冶金學院，沈陽，110819，中國
摘要
生命周期評估（LCA）數據的透明度、標準化和可比性仍然是量化并減少鋼鐵行業碳足跡的全球性挑戰。為了解決這些問題，透明的、標準化的“天宮鋼鐵數據集”為中國鋼鐵行業提供了發展框架。這些數據集是通過系統化的過程編制的，包括全面的文獻回顧、滾雪球抽樣、專家驗證和數據提取。它們提供了三種主要煉鋼工藝（高爐-轉爐（BF-BOF）、直接還原鐵（DRI）-電弧爐（EAF）和廢鋼-電弧爐（Scrap-EAF）的能源使用、物料投入和排放的工藝級信息。每個數據集都包含了系統邊界、功能單位、分配規則和時間空間覆蓋范圍的明確定義，確保了方法的一致性。統計和相關性分析揭示了原材料消耗與二氧化碳排放之間的關系，突出了不同生產路徑中的關鍵排放驅動因素和效率差距。通過統一建模邊界和計算方法，這些數據集提高了產品碳足跡的可信度和國際可比性，支持與碳交易和出口合規性的整合，并為中國鋼鐵行業的低碳轉型奠定了基礎。
引言
中國的鋼鐵行業傳統上以高能源消耗、污染和碳排放為特征。在2015年達到最低點后，國內粗鋼產量在2023年回升至10.19億噸，其中90.3%來自高爐-轉爐（BF-BOF）工藝，僅9.7%來自電弧爐（EAF）（工業和信息化部，2024年）。以煤炭和焦炭為密集投入的BF-BOF工藝是排放量增加的主要驅動力（世界鋼鐵協會，2020年；中國鋼鐵協會，2022年）。2023年，鋼鐵行業排放了18.57億噸二氧化碳，約占全國排放量的16%，僅次于電力行業（國家能源集團科學技術研究院，2024年）。因此，鋼鐵行業的低碳轉型對于實現中國的碳達峰和碳中和目標至關重要。
生命周期評估（LCA）為評估整個生產鏈的環境影響提供了系統框架（Barati等人，2010年；Yuan等人，2025年），有助于避免在不同工藝或介質之間轉移負擔（Chen等人，2023年；Kuramochi等人，2016年）。為了應對“雙碳”目標，LCA越來越多地被用于評估整個鋼鐵生命周期的環境影響和產品碳足跡（PCF）（H. Huang等人，2024年；Yi等人，2022年），識別更清潔工藝中的節能和減排潛力（Song等人，2025年；Bhaskar等人，2020年），以及評估廢物回收策略（Lin等人，2025年；Li等人，2022年）。這些努力對于促進中國鋼鐵行業的低碳、高質量發展至關重要（Wang等人，2025年；Liu等人，2022年）。這些研究為理解鋼鐵行業的環境表現奠定了基礎；然而，標準、方法論和系統邊界的差異導致了缺乏標準化和可比性。這仍然是實現跨工廠、工藝和技術的統一和可信評估的主要障礙。
大多數關于中國鋼鐵行業的LCA研究依賴于特定工廠的調查（Li等人，2022年；Yao等人，2024年），或國際數據庫，如Ecoinvent（Tian等人，2020年；Eid Gul等人，2021年）和Gabi（Chen等人，2015年）。然而，Ecoinvent和Gabi是為歐洲和北美開發的，其中包含的中國數據有限且過時。它們的地區偏見、匯總的工藝以及缺乏時間和技術的代表性往往導致PCF結果不一致且難以比較。非本地化的排放因子在應用于中國獨特的生產技術和能源結構時進一步降低了可靠性。它們的系統邊界還忽略了廢物回收，并且缺乏可追溯的數據來源，而缺乏統一的建模規則和功能單位導致研究結果存在顯著差異（Chen等人，2022年），這使得政策解讀變得復雜。在中國，鋼鐵LCA數據仍然分散，缺乏標準化的元數據、質量控制和同行驗證，限制了對技術和區域排放差異的理解。因此，建立一個集成和標準化的國家LCA數據庫對于穩健的碳核算、排放交易和國際供應鏈合規性至關重要。
“天宮鋼鐵數據集”是通過系統的文獻搜索、篩選和數據提取開發的。它涵蓋了中國的主要生產路徑：BF-BOF、直接還原鐵（DRI）-EAF、氫氣（H2-DRI-EAF）和廢鋼（SCR）-EAF。該研究旨在（1）建立反映實際生產條件的可靠數據集，（2）評估關鍵環境指標的分布和可靠性，（3）提出標準化的數據結構以改善鋼鐵行業的LCA數據一致性。統計和相關性分析表明，數據大致呈正態分布，所有主要指標都在合理范圍內。與官方統計數據的偏差很小，證實了其良好的代表性。標準化框架增強了產品碳足跡的可比性，并支持數據驅動的脫碳和可持續管理。
章節片段
文獻檢索過程
一個透明和標準化的鋼鐵數據開發系統的構建如圖1所示。數據集遵循文獻管理-數據錄入-數據補充整合的框架（Xie等人，2024年）。首先，文獻管理從組織數據來源和篩選可用性開始。接下來，在數據錄入階段，提取并標準化定量信息，如物料和能源投入、排放和工藝參數，將其整合為一個統一的數據集。
地理和時間概述
“天宮鋼鐵數據集”的地理位置和研究時間變化如圖2所示。鋼鐵行業LCA的研究逐年增加。自2000年以來，相關文獻的數量呈現出顯著增長趨勢，尤其是在2020年后增長迅速。其中，關于鋼鐵LCA的數據主要集中在中國的東部地區，并與中國不同地理位置的鋼鐵產量呈正相關。
結論
“天宮鋼鐵數據集”首先建立了一個標準化和可比較的數據系統。基于文獻管理-數據錄入-整合的框架，文獻和數據篩選采用了PRISMA方法。這形成了一個開放、透明和可追溯的機制，確保每個數據點都可以準確追溯到其原始來源。憑借廣泛的空間和時間覆蓋范圍、基于CPC的產品分類，以及從...開始的綜合系統邊界...
CRediT作者貢獻聲明
王煥宇：撰寫——原始草案、方法論、數據管理、概念化。
岳強：監督、調查、資金獲取。
常慧敏：監督、方法論、數據管理。
傅翔：數據管理。
紀偉：數據管理。
徐長青：撰寫——審閱與編輯。
王 Heming：概念化。
利益沖突聲明
作者聲明他們沒有已知的競爭性財務利益或個人關系可能影響本研究報告的工作。
